• Sonuç bulunamadı

BİLGİ YÖNETİMİ İÇİN ANLAMSAL ÖĞRENME ORTAMLARININ İNCELENMESİ

N/A
N/A
Protected

Academic year: 2021

Share "BİLGİ YÖNETİMİ İÇİN ANLAMSAL ÖĞRENME ORTAMLARININ İNCELENMESİ"

Copied!
44
0
0

Yükleniyor.... (view fulltext now)

Tam metin

(1)

T.C.

KASTAMONU ÜNİVERSİTESİ

FEN BİLİMLERİ ENSTİTÜSÜ

BİLGİ YÖNETİMİ İÇİN ANLAMSAL ÖĞRENME

ORTAMLARININ İNCELENMESİ

Fatema Allafı Abdalla ESDEIRA

Danışman Yrd. Doç. Dr. Yasemin GÜLTEPE Jüri Üyesi Yrd. Doç. Dr. Abdülkadir KARACI Jüri Üyesi Yrd. Doç. Dr. Zafer ALBAYRAK

YÜKSEK LİSANS TEZİ İLKÖĞRETİM ANA BİLİM DALI

(2)
(3)
(4)

ÖZET

Yüksek Lisans Tezi

BİLGİ YÖNETİMİ İÇİN ANLAMSAL ÖĞRENME ORTAMLARININ İNCELENMESİ

Fatema Allafı Abdalla ESDEIRA Kastamonu Üniversitesi

Fen Bilimleri Enstitüsü İlköğretim Ana Bilim Dalı

Danışman: Yrd. Doç. Dr. Yasemin GÜLTEPE

İnternet ve ilgili teknolojilerde son yıllarda meydana gelen pek çok gelişme ve bunun sonucu ortaya çıkan anlamsal web yaklaşımı, e-öğrenme uygulamaları üzerinde büyük bir etkisi olmuştur. Günümüzde öğrenen merkezli, uyarlanabilir, kişiselleştirilebilir zeki öğrenme ortamlarına ihtiyaç duyulur. Bu ihtiyacı karşılamak amacıyla yapay zeka, uyarlanabilir çoklu ortam, yazılım ve ontoloji mühendisliği gibi farklı disiplinlerden oluşan anlamsal web teknolojileri kapsamında hedefe yönelik farklı çalışmalar yürütülmektedir. Anlamsal web ile amaçlanan, web ortamındaki verileri salt insanların yorumlayabileceği dokümanlarda bulunmaktan çıkaracak ve makinelerin (bilgisayarlar, cep telefonları, televizyon vb.) veriler arasındaki bağlantıları anlayıp yorum yaparak farklı bağlantıları ortaya çıkarabileceği bir biçime getirmektir.

Bu tez çalışması kapsamında anlamsal web uygulaması olarak ortaya konan yeni nesil anlamsal öğrenme sistemleri ve web tabanlı zeki öğrenme, üstveri ve e-öğrenme ortamları, işbirlikli anlamsal e-e-öğrenme, anlamsal üst bilişsel e-öğrenme ve bulut tabanlı öğrenme ortamlarının genel yapısı ayrıntılı olarak incelenmiş ve buradaki öğrenme ortamlarının üstünlükleri ve sakıncaları araştırılmıştır.

Sonuç olarak anlamsal web tabanlı öğrenme sürecinin daha etkili ve verimli olduğu konusunda bir değerlendirmeye varılmıştır. Yapay zeka teknolojilerini kullanabilen Anlamsal web teknolojilerinin kullanıldığı zeki öğretim sistemlerinin kullanılmasıyla birlikte eğitim alanında yeni imkanların oluşması kaçılmazdır. Günümüzde geleneksel öğretim yöntemlerinin kullanıldığı sistemlerde ortaya çıkabilecek bazı yetersizliklerin üstesinden ancak anlamsal web teknolojileri kullanılarak hazırlanan anlamsal öğrenme ortamları ile gelineceği açıktır. Anlamsal e-öğrenme ortamı, öğrencilere genel olarak zihinsel ve yeniden kullanılabilir öğrenme nesneleri ile esnek ve yenilikçi bir ortam oluşturmak, kendi kendini yönlendirmesi (kişiselleştirme) ve öğrenenlerin davranışlarına dayalı uyarlama ile öğrenme imkanı sunmaktadır.

Anahtar Kelimeler: Anlamsal web, e-öğrenme, anlamsal öğrenme ortamları. 2017, 34 Sayfa

(5)

ABSTRACT

MSc. Thesis

THE INVESTIGATION OF SEMANTIC LEARNING ENVIRONMENTS FOR KNOWLEDGE MANAGEMENT

Fatema Allafı Abdalla ESDEIRA Kastamonu University

Institute of Science

Department of Elementary Schools Supervisor: Asst. Prof. Dr. Yasemin GÜLTEPE

Many developments in the internet in recent years and the resultant semantic web approach have been a big influence on e-learning applications. Nowadays learning-oriented, adaptable, personal able intelligent learning environments are needed. In order to meet this need, various targeted studies are being carried out within semantic web technologies consisting of artificial intelligence, adaptive multimedia, software and ontology engineering. The Semantic web is an extension of the current Web that will allow you to find, share, and combine information more easily.

In this thesis study, the general structure of the new generation semantic learning systems and web based intelligent e-learning, metadata and e-learning environments, cooperative semantic e-learning, semantic super conscious learning and cloud based learning environments are presented in detail in seminar web application. And the advantages and disadvantages of the learning environments there have been investigated.

As a result, it has been evaluated that the semantic Web-based learning process is more effective and efficient. With the use of intelligent teaching systems that use semantic web technologies that can use artificial intelligence technologies, new possibilities in the field of education are unavoidable. It is obvious that some of the shortcomings that may arise in the systems using traditional teaching methods today will come from semantic learning environments prepared only by using semantic web technologies. The semantic e-learning environment offers learners the opportunity to create a flexible and innovative environment with mental and reusable

learning objects in general, self-direction and adaptation based on the behaviors of

learners.

Keywords: Semantic web, e-learning, semantic learning environments. 2017, 34 Pages

(6)

TEŞEKKÜR

Tez çalışması süresince sonsuz ilgi ve sabır ile değerli katkılarını hiçbir zaman esirgemeyen danışmanım Yrd. Doç. Dr. Yasemin GÜLTEPE’e çok teşekkür ederim. Tez jürimde olmayı kabul ederek zaman ayırdıkları ve bu çalışmaya yaptıkları önemli katkıları ve destekleri için değerli jüri üyeleri Yrd. Doç. Dr. Abdülkadir KARACI’a ve Yrd. Doç. Dr. Zafer ALBAYRAK’a teşekkür ediyorum.

Hayatım boyunca bana olan sevgilerini, inançlarını her an hissettiren, beni sabırla dinleyen, destek olan ve bu tez süreci boyunca da hep yanımda olan anneme ve babama minnettarlığımı sunuyorum.

Bu süreçte bana hep yanımda olduğunu hissettiren, çalışmalarımı sürdürebilmem için hayatımı kolaylaştırmaya uğraş veren ve bana kendimi her zaman şanslı hissettiren değerli eşime ve varlıklarıyla bana mutluluk ve yaşama sevinci veren sevgili oğullarım Ali ve Alkatap’a teşekkür ederim.

Kastamonu Üniversitesinde aldığım eğitim için yaptıkları destekten dolayı Libya Hükümetine ve Türkiye’deki Libya Büyükelçiliğine teşekkür ederim.

Fatema Allafı Abdalla ESDEIRA Kastamonu, June, 2017

(7)

İÇİNDEKİLER Sayfa ÖZET... iv ABSTRACT ... v TEŞEKKÜR ... vi İÇİNDEKİLER ... vii

SİMGELER VE KISALTMALAR DİZİNİ ... viii

ŞEKİLLER DİZİNİ ... ix

TABLOLAR DİZİNİ ... x

1. GİRİŞ ... 1

2. ÖĞRENME ORTAMLARI VE ANLAMSAL WEB TEKNOLOJİLERİ ... 5

2.1. Farklı Öğrenme Ortamlarının Özellikleri ... 5

2.2. Anlamsal Web Teknolojileri ... 7

2.3. Anlamsal Web Tabanlı Öğrenme ... 9

3. ANLAMSAL ÖĞRENME ORTAMLARININ İNCELENMESİ ... 12

3.1. Web Tabanlı Zeki Öğrenme Ortamları ... 12

3.2. Üstveri ve Öğrenme Ortamları ... 14

3.3. Anlamsal İşbirlikli Öğrenme Ortamları ... 17

3.4. Anlamsal Üst Bilişsel Öğrenme Ortamları ... 19

3.5. Bulut Tabanlı Öğrenme Ortamları ... 21

3.6. Anlamsal Öğrenme Ortamlarının Karşılaştırılması ... 23

4. SONUÇ ... 27

KAYNAKLAR ... 29

(8)

SİMGELER VE KISALTMALAR DİZİNİ

AI Yapay Zeka

ÇES Çoklu Etmen Sistemleri

FIPA-ACL FIPA-Etmen İletişimi Dili

HTML Hiper Metin İşaretleme Dili

HTTP Hiper Metin Transfer Protokolü

IoT Nesnelerin İnterneti

LOM Öğrenme Nesneleri Üstveri

ODL Çevrimiçi Uzaktan Eğitim

OLE Çevrimiçi Öğrenme Ortamı

OWL Web Ontoloji Dili

ÖYS Öğrenme Yönetim Sistemleri

PDA Kişisel Dijital Yardımcı

PLE Kişisel Öğrenme Ortamları

RDF Kaynak Tanımlama Çerçevesi

SRL Öz-Düzenlemeli Öğrenme

SWEBS Anlamsal Web Temelli Eğitim Sistemleri

TC Hedef Kavramlar

URI Standart Kaynak Tanımlayıcısı

VLE Sanal Öğrenme Ortamları

ZÖN Zeki Öğrenme Nesneleri

ZÖS Zeki Öğrenme Sistemleri

ZÖND Zeki Öğrenme Nesneleri Deposu

W3C Dünya Ağ Birliği

WWW Dünya Çapında Web

(9)

ŞEKİLLER DİZİNİ

Sayfa

Şekil 2.1. Anlamsal Web Katmanı ... 8

Şekil 3.1. Zeki Öğretim Sistemlerinin Yapısı ... 13

Şekil 3.2. Etmen Topluluğu ... 16

Şekil 3.3. Akıllı İşbirlikli Eğitim Sisteminin Yapısı ... 18

(10)

TABLOLAR DİZİNİ

Sayfa

Tablo 2.1. E-Öğrenme İçin Anlamsal Web Teknolojilerinin Kullanılmasının Yararları ... 10 Tablo 3.1. Anlamsal Öğrenme Ortamlarının Karşılaştırılması ... 24

(11)

1. GİRİŞ

Günümüzde bilgi teknolojilerinin gelişimiyle birlikte eğitim alanında ciddi değişim ve dönüşüm meydana gelmiştir. Bu bakımdan son yıllarda, bilgisayar destekli öğretim ve bilgisayara dayalı eğitim ortamlarının geliştirilmesi ve kullanımına ihtiyaç her geçen gün artmaktadır. Web teknolojilerinin gelişimi web tabanlı öğrenme ortamlarının çeşitlenmesine yol açmıştır. Web tabanlı öğrenme, öğrenenlerin ve öğretenlerin istedikleri zaman ve istedikleri yerden istedikleri materyalerle daha esnek olarak yer ve zamandan bağımsız bir biçimde öğrenme ortamına rahatça erişebilmeleri açısından çeşitli eğitim-öğretim fırsatları sunmaktadır. Web tabanlı öğrenme genellikle çevrimiçi öğrenme veya e-öğrenme olarak bilinir.

Basit bir şekilde e-öğrenme, öğrenim ve öğretim için bir bilgi sistemidir. E-öğrenme sistemleri vasıtasıyla küresel olarak öğrenme ve öğretme gelecek on yıl içerisinde daha önemli ve daha popüler bir hale gelecektir. E-öğrenme, ister lise öğrencisi, yükseköğretim öğrencisi ister tüzel şirket çalışanları olsun, tüm öğrenenlere tercih edebilecekleri çalışma zamanı, yer ve yöntemleri sunmaktadır (Gu & Wang, 2016).

Bilgi ve iletişim teknolojilerinin gelişmesine ve yaygınlaşmasına paralel olarak gelişen e-öğrenme, büyük miktarlarda bilgiye hızlı, ucuz ve güvenilir bir şekilde ulaşılma özelliği nedeniyle öğretim kurumları tarafından giderek daha çok tercih edilmektedir. Günümüzde okullar ve üniversiteler öğrencilerine eğitim vermek için elektronik sistemleri kullanmaktadır. Bu web tabanlı sistemler ayrıca, sanal üniversitelerin oluşumuna yol açtığı ölçüde, uzaktan eğitime yönelik etkili bir adım sağlamıştır. E-öğrenme sistemlerinin etkililiğini ve verimliliğini geliştirmek ve arttırmak için, öğrenci modeline dayalı olarak yapay zeka teknikleri ve sistem tasarımları kullanılmaktadır. Ayrıca öğrencinin davranışının tahmin edilmesi, eş-zamanlı (sekron) veya eş-zamansız (asenkron) biçimde öğrenme ortamında bulunan diğer öğrenciler ve öğretmenlerle etkili bağlantı sağlayan daha iyi bir eğitimin kişiselleştirilmesi için iyi bir eğitim aracı olarak kullanılabilir (Mousavi, Pazuki & Iraj, 2008).

(12)

İşbirlikli öğrenmenin kaynak yönetim karmaşıklıkları ve sorunları aranırken ve bu sorunlar yöntemsel olarak ele alınırken, bilgi yönetimi ve bilgi aktarımı süreç prensiplerinin daha iyi şekilde anlaşılması önemlidir. Bilgi yönetimi, bir işletmede üretken bilginin elde edilmesini, paylaşılmasını, geliştirilmesini ve kullanılmasını sağlayan yeni bir disiplindir (Duffy, 2001). Etkili yönetim ve çeşitli öğrenme beceri kaynakları, hem (enformel bilgi) örtük hem de açık bilginin (formel bilgi), uzmanlardan öğrencilere bilgi aktarımında çok önemlidir.

Öğretim sürecinde etkili bir öğrenmenin gerçekleşmesi için geleneksel öğretim anlayışı, öğretmene en uygun öğrenme ortamlarını belirleme ve uygulama görevini yüklemektedir. Öğrenenlerin kişisel düşüncelerini rahatlıkla açıklayabildikleri, tartışabildikleri ve yeniliklere ve işbirliğine açık biçimde öğrenme-öğretme ortamlarında daha verimli ve etkili bir eğitimi tercih edilmektedir. Böyle bir eğitimi kapsayan ortamlar sunan öğretim yaklaşımlarına örnek olarak; işbirlikli, probleme dayalı, projeye dayalı ve sorgulamaya dayalı öğrenme modelleri verilebilir (Bayrakçeken, Doymuş & Doğan, 2015).

Elektronik ortamda bilginin hızla artması, kullanıcıların kişiselleştirilmiş ve bir arada çalışabilen mobil ve web platformlarına yönelik taleplerini daha da artırmıştır. Web teknolojilerine yönelik bu talepleri karşılamak için yeni açılımlar ortaya çıkmıştır. Anlamsal web ile ilgili teknolojilerin benimsenmesi, öğrenme kaynaklarının etkili ve verimli yönetimi sayesinde öğrenenlere hayat boyu öğrenme üstünlüğünden yararlanma olanağı sağlayan farklı öğretim stratejilerini ve farklı iletişim, etkileşim ve işbirlikli bir e-öğrenme ortamı sunmaktadır (Malayeri & Mastorakis, 2012). Bu sayede e-öğrenme ortamlarında kullanıcı rollerinin, amaçlarının, gereksinimlerinin ve görevlerinin yeniden belirlenmesine başlanacaktır.

Bugünün teknolojik gelişmeleri sayesinde anlamsal web, insanlar ve makineler için bilgileri daha anlamlı ve anlaşılabilir hale getirmektedir. Sistem geliştiricileri, web sayfaları için ortak bir kavramsallaştırmanın açık ve biçimsel gösterimini sağlayan ontolojileri kullanarak etiketlenmiş olan bilgiler arasındaki ilişkileri bulur. Yazılım aracıları (etmenler) adı verilen küçük program parçaları kullanılarak farklı veri kaynaklarından bilgiler kolaylıkla tespit edebilir ve birleştirebilir. Yazılım aracıları;

(13)

İnsanların doğrudan katılımı olmadan belirli bir özerlik çerçevesinde çalışabilir, ortamı algılayabilir ve diğer aracılar ile iletişimde bulunabilirler. Ayrıca ortamdaki değişimlere karşı ve belli bir amaca ulaşmak için gerekli eylemlerde bulunabilirler (Jennings & Wooldridge, 1996).

Eğitim ortamlarında, farklı bilgi modelleri için farklı standartlar kullanılmaktadır. Sistem yöneticisi, bilgi sistemleri arasında birlikte çalışabilirliği artırmak için anlamsal tabanlı yaklaşımları destekler. Bu nedenle eğitim ortamlarında bilgilerin etkin bir şekilde yönetilmesi ve kullanılması için anlamsal web teknolojileri farklı şekillerde kullanılmıştır.

Anlamsal web mimarisinin en önemli özelliği, birçok yazılım etmeni tarafından e-öğrenme gereksinimlerini karşılamak içn güçlü bir yaklaşım kurmaktır. Öğrenme materyalleri, ontoloji tabanlı olarak tanımlanarak anlamsal sorgulama ve gezinme gerçekleştirilir. Anlamsal web, bir e-öğrenme sisteminin uygulanması için çok uygun bir platform olarak kullanılabilir. Çünkü e-öğrenme ortamı için gerekli tüm yazılım araçları desteklenir.

Anlamsal web, web ortamındaki her türlü bilginin anlamlandırılması ile ilgilidir. Öğrenme nesnelerin bu bilginin önemli bir alt kümesini oluşturmaktadır. Öğrenme nesneleri, farklı bağlamlarda yeniden kullanılabilen tek bir öğrenme nesnesini kolaylaştıran dijital öğrenme kaynaklarıdır. Bir öğrenme nesnesi, bir öğretim durumu için uygunluğunu tanımlayabilirse; anlamsal web ortamında arama etmenleri, daha gelişmiş bir arama ile öğrenme nesnelerini arar. Böylelikle arama sonuçları, öğrenme nesneleri havuzu oluşur (Çağıltay, 2001).

Anlamsal web’in temel bileşeni ontolojiler, bir alana ait kavramlar kümesini ve kavramlar arasındaki ilişkileri biçimsel olarak tanımlamaktadır. Bir ontoloji, herhangi bir alanda standart olarak kullanılacak ortak ve paylaşılan sözcük kümelerini belirler. Ontoloji, öğrenme kaynaklarını ve etkinlikleri anlamlı şekilde açıklayarak, ders materyallerini yeniden kullanarak ve birleştirerek, daha iyi araştırma ve dolaşıma olanak sağlayan, insanlar ve makineler arasında iletişim sağlamak için makine tarafından okunabilir bir ortam oluşturur.

(14)

Birinci bölümde tez çalışmasının fikir temelleri ve yapılan çalışmanın kısaca ifadesini içeren giriş bölümü bulunmaktadır. Bölüm 2’de çalışma için gerekli teknolojiler hakkında temel bilgiler verilmiştir. Tezin kapsamına uygun olarak teknolojiler kısmında eğitim sistemleri, web teknolojileri, ontoloji tanımlama dilleri, anlamsal web teknolojileri ve araçları anlatılmıştır.

Anlamsal web, e-öğrenme sistemlerinin gerçekleştirilmesi için çok uygun bir platformdur. E-öğrenme için gerekli tüm araçları sağlamaktadır. Bölüm 3 içerisinde eğitim programlarının modellenmesinde kullanılan anlamsal web teknolojilerinin e-öğrenme sistemlerine getirdiği yeni boyutlar, bu e-e-öğrenme sistemlerinin mimarileri ve sistem uygulamaları, anlamsal web uygulaması olarak ortaya konan yeni nesil anlamsal öğrenme sistemlerinin ve ortamlarının genel yapısı incelenerek e-öğrenmede kullanımının üstünlükleri ve sakıncaları ile ilgili bilgiler verilmiştir. Tezin 4. ve son bölümünde ise yapılan tez ile ilgili bir tartışma ortaya konmakta ve

ilgili çalışmalarla karşılaştırılarak eksikler ve uygulamadaki sorunlar

(15)

2. ÖĞRENME ORTAMLARI VE ANLAMSAL WEB TEKNOLOJİLERİ

2.1. Farklı Öğrenme Ortamlarının Özellikleri

Öğrenme ortamları üzerine yapılan çalışmalar genel olarak; öğrenme etkisi, müfredatını, sınıf içi yönetim, öğretim kurumlarının kullanımı, öğretim ilke, yöntem ve teknikleri, öğretim stratejileri, öğretimin planlanması, görsel-işitsel araçların kullanımı vb. öğretim süreçleri konularını içeren sınıf yönetimine odaklanmaktadır. Öğrenme ortamları okulun atmosferinin ve öğrencilerin öğrenme süreçlerini etkileyen en önemli unsurlardandır. İyi bir öğrenme ortamı öğrencilerin öğrenmeye olan ilgi ve isteklerini ve bunun sürdürülebilirliğini destekler. Öğrenmenin sadece zihinsel değil çevresel ve duygusal süreçleri de kapsadığı düşünülerek en etkili öğrenme için en uygun ortam seçilir.

Literatürde farklı özellikleri temel alan öğrenme ortamlarının tasarımları için farklı yaklaşımlar yer almaktadır. Bunlardan bazıları aşağıdaki gibidir:

Sanal Öğrenme Ortamı (Virtual Learning Environment, VLE), eğitim kurumlarında

öğrenme etkinliklerini ve içeriğini yapılandırmak, yönetmek ve sunmak için kullanılır. Bu ortamların çevrimiçi değerlendirmeleri takip etme ve yönetme özellikleri ön plana çıkmaktadır. Kampüs tabanlı ve çevrimiçi dersleri birlikte desteyen merkezi olarak yönetilen bir sistemi desteklemektedir. Genel sınıf yönetimi ve düzenlenmesi, mevcut kaynaklar kullanılarak ders planlarının oluşturulması, öğrencilerin değerlendirilmesi ve izlenmesi, çevrimiçi olan öğrencilere tartışma ve destek platformu sunma gibi avantajları sunmaktadır. Sanal öğrenme ortamı yazılım paketlerine Moodle, Claroline, WebCT, Blackboard, ATutor vb. örnek olarak verilebilir.

İşbirlikli Öğrenme Ortamı (Collaborative Learning Environment), karşılıklı ilişki

içinde bulunan grup üyelerinin ya birlikte kazandığı ya da birlikte kaybettiği, ortak amaçlara dayanan birlikte çalışma temelindedir (Gagné, Wager, Golas & Keller, 2005). İşbirlikli öğrenme geleneksel eğitimden farklı bir öğrenme modeli

(16)

sunmaktadır. Öğrencilerin birlikte çalışması tek başına çalışmaya göre daha etkili ve daha aktif olacağından eğitim dönemlerinde edindikleri bilgilerin daha kalıcı olacaktır. Bu model öğrencilere kolay, hızlı ve etkili bir öğrenim platformu sunmaktadır.

Çevrimiçi Öğrenme Ortamı (Online Learning Environment, OLE), öğrenme ortamı

bileşenlerinin etkileşimlerinin çevrimiçi ortamda gerçekleşmesini sağlayan sistemdir (Özkök, 2009). Öğrenme ortamlarının bir diğer temel özelliği ise ortam tasarım ve geliştirme metodolojisidir. OLE'lerde bulunan dersler, programlar ve öğrenme nesneleri, “kendi kendine öğreten”, “kişisel yönlendirmeli” veya “eğitmen tarafından yönetilebilir” gibi isimlerle geçen eğitim teknolojisi uygulamalarını başlatmıştır. Etkili öğrenme ortamı oluşturmak için öğretim araç ve gereçlerinden yararlanmak kaçınılmazdır. Öğrenme nesneleri öğrenme, eğitim veya öğretim için kullanılabilen sayısal veya sayısal olmayan herhangi bir varlık olarak tanımlanabilir. Öğrenme nesneleri, öğrenme ortamının yönetimini temsil eden yeniden kullanılabilen kaynaklardır (Nichols, 2003; Spector, 2007).

Son on yıldır, belirli bir web tabanlı alan içerisinde meydana gelen öğrenmeyi temsil etmek için kullanılan bütün kelimeler öğrenme ortamlarını tanımlamak için de kullanılabilir.

Uyarlanabilir Öğrenme Ortamları (Adaptive Learning Environment), farklı öğrenme

parametreleri (görev sırası, görev zorluluğu, zaman ve tür geri-bildirimi, öğrenme hızı, takviye planı vb.) ile öğretim sürecinin kişiselleştirildiği ortamdır. Kişiselleştirilmiş öğrenme; her öğrenciye aynı tip öğretmenin düz anlatım, soru-cevap ve tartışma gibi yöntemlerin kullanıldığı geleneksel modelden uzaklaştırmaktadır (Ocepek, Bosnic, Serbec & Rugejl, 2013).

Uyarlanabilir öğrenme ortamlarının temel amacı, gelişmiş web teknolojileri ile yapay zeka algoritmaları kullanılarak kullanıcıların hedeflerinin, ilgilerinin ve tercihlerinin bir modelini oluşturarak her bir kullanıcı için kişiselleştirilmiş öğrenim sunan öğrenme ortamını yapılandırmaktır (Kim, Lee & Ryu, 2013). Kişiselleştirilmiş öğrenmede kullanıcıların bireysel özellikleri belirlenir ve bilginin gösterim biçimi bu

(17)

özelliklere göre ayarlanır. Hipermedya sistemler, zeki öğretim sistemleri ve öğrenme/içerik yönetim sistemleri, uyarlanabilir öğrenme ortamında çalışan sistemlere örnek olarak verilebilir (Bouchet, Harley & Azevedo, 2013; Yaghmaie & Bahreininejad, 2011; Yang, Hwang & Yang, 2013; Yarandi, Jahankhani & Tawil, 2013).

Bu öğrenme ortamı, kendi kendine öğreten bir ortamda gerçekleşen öğrenmeden farklıdır. Kendi kendine öğreten, bireylerin kendi konumlarından kendi zamanlarında ve kendi hızıyla çevrimiçi olarak çalışma olanağı sağlayan öğrenme ortamları için kullanılan bir tanımlayıcıdır. Bu öğrenme modu, öğrencilerin kendi hızlarında ilerlemelerine daha çok özerklik sağlarken, ilerlemeleri başarılarını değerlendirmek için izlenir (Rhode, 2009; Spector, Merrill, Merrienboer & Driscoll, 2008). Kendi kendine yönetilen terimi, genellikle her türlü uzaktan öğrenme ile ilgili olarak kullanılır. Kendi kendine yönetilen, bağımsız öğrenme olarak da algılanabilir; öğrenci etkileşimleri için başka öğrencilere gerek duyulmaz.

Mobil Öğrenme Ortamları (Mobile Learning Environments), mobil cihazlarla (akıllı

telefonlar, Kişisel dijital Yardımcı (PDA), Pocket PCs veya Palmtop aygıtlar) ve bunlarla ilişkili genişbantlı internet kullanımıyla erişim sağlanabilecek bir ortamdır. Bu ortamlar, yerel çalışmaların ötesinde iletişim becerilerini güçlendirerek veri kaynaklarının verimli bir şekilde kullanımıyla mobil aygıtların daha esnek ve daha etkili bir öğrenme araçları olmalarını sağlar ve kullanıcının daha geniş bir şekilde düşünmesine yardımcı olurlar.

2.2. Anlamsal Web Teknolojileri

Anlamsal web kavramı, bugünkü web’in temelini oluşturan URI, HTTP ve HTML gibi yapıları tasarlayan ve bulan kişi olan Tim Berners-Lee tarafından önerilen ve mevcut World Wide Web (Dünya Çapında Ağ, WWW)’nin geliştirilerek tam potansiyel kullanımına yönelik web’in gelecek adımı olarak düşünülmektedir (Berners-Lee, Hendler & Lassila, 2001).

Anlamsal web yeni ve ayrı bir web olmayıp, bilgilere iyi tanımlanmış anlamların verildiği, makinelerin ve insanların işbirliği içerisinde çalışabileceği mevcut web’in

(18)

bir uzantısıdır. Anlamsal web’te temel amaç, iyi tanımlanmış ve bağlantılandırılmış olan bilgilerin ve servislerin web ortamında kolay bir şekilde makinelerde okunabilir ve makineler tarafından anlaşılabilir olmasını sağlayacak standartların ve teknolojilerin geliştirilmesidir.

Tim Berners-Lee tarafından önerilen anlamsal web katmanlı mimarisi Şekil 2.1’de gösterilmiştir (Berners-Lee vd., 2001).

Şekil 2.1. Anlamsal web katmanı

 XML (Extensible Markup Language, Genişletilebilir İşaret Dili) katmanı, sözdizimi katmanı olarak kullanılmaktadır. XML, anlamsal web’in en

önemli yapı taşlarından biridir. W3C 1 Konsorsiyum tarafından

tasarlanmıştır.

 RDF (Resource Description Framework, Kaynak Tanım Çerçevesi) katmanı, veri katmanını ifade etmektedir. RDF, anlamsal web için bir veri modelidir. RDF veri modeli ile web ortamındaki kaynaklar “(özne, yüklem, nesne)” (subject, predicate, object) üçlüleri kullanılarak ifade edilir.

 Ontoloji katmanı, ortak bir karara dayanan verinin anlamını ifade eden katmandır. Çeşitli bilgi sistemlerinde anlamsal farklılıkların ortadan kaldırılmasını sağlamaktadırlar. Böylelikle ontolojiler eğitim alanındaki bilgilerin kullanımında tutarlılığı ve işlevselliği artırmaktadır.

(19)

 Mantık katmanı, akıllı çıkarsamanın gerçekleştirilebilmesi için uygulama özel kuralların yazımına izin vermek için kullanılmaktadır.

 Kanıt katmanı, web dilinde kanıtların temsil edilmesini ve etmenler arası iletişimde kanıtların değiş tokuşunu desteklemektedir.

 Güven katmanı, anlamsal web katmanlı yapısının en üstünde yer alması nedeniyle önemli göreve sahiptir. Bilgilerin güvenilir bir kaynaktan geldiğini doğrulamak için sayısal imzalar ve güvenilir etmenler, oranlar, sertifika kurluşları ve tüketicilerin önerilini temel alan diğer bilgi türlerinin kullanımı ile ortaya çıkmaktadır (Stojanovic, Stojanovic & Volz, 2002).

2.3. Anlamsal Web Tabanlı Öğrenme

Mevcut bilgi teknolojileri, internet ve küresel iletişim ağların kullanımına büyük ölçüde kolaylıklar getirmiştir ancak bazı zorlukları da beraberinde getirmiştir. Ayrıca kullanıcıların bireyselleştirilmiş ve birbiriyle uyumlu çalışabilen web ortamlarına talep artmıştır. Bu ortamlardaki mevcut içerik sadece insanlar tarafından anlaşılmaktadır (Qwaider, 2012). Bu talepleri karşılamak için yeni teknolojiler sunulmaktadır. Tim Berners-Lee tarafından öne sürülmüş olan anlamsal web’te, tanımlanmış ve bağlantılandırılmış olan bilgilerin ve servislerin web ortamında kolay bir şekilde makine tarafından işlenebilir ve anlaşılabilir bir anlama sahip olmasını sağlayacak standartlar ve teknolojiler vardır (Alsultanny, 2006).

Anlamsal web teknolojilerinin kullanıldığı alanlardan biri de e-öğrenmedir. Anlamsal web, öğrenme ortamlarında akıllı, daha hızlı, açık, esnek ve etkili içerikler sunmaktadır (Dutta, 2006). Anlamsal Web Temelli Eğitim Sistemleri (Semantic Web-based Educational Systems, SWEBS), Yapay Zeka (Artificial Intelligent, AI) tarafından eğitim ortamında daha kişiselleştirilmiş, uyarlanabilir, zeki olan eğitim sistemlerini oluşturmak için anlamsal web teknolojilerini kullanan sistemlerin yeni nesillere verildiği isimdir. Anlamsal web temelli öğretim sistemleri (Koper, 2004) temel olarak üç önemli kolaylık sağlamaktadır. Birincisi; etkili bilgilerin depolanması ve bilginin elde edilmesine ilişkin işlem kapasiteleridir. İkincisi; öğrenmenin ve bilgi elde edilme işlemini yazılım etmenleri tarafından insan kullanıcıları adına gerçekleştirme kapasiteleridir. Son olarak üçüncüsü ise zaman ve

(20)

mekan sınırlılıklarına ilişkin insan iletişim kapasitesini ve iletişim yeteneklerini uygun bir şekilde genişletmek ve yaymak karşılıklı bilgi alışverişi sağlayan ve öğretim araçlarından birisi olan interneti kullanma kapasiteleridir (Corcho, Fernández-López & Gómez-Pérez, 2007).

Tablo 2.1’de e-öğrenme gereksinimlerini gerçekleştirmek için anlamsal web teknolojilerini kullanma avantajları sunulmuştur (Shah, 2012).

Tablo 2.1. E-öğrenme için anlamsal web teknolojilerinin kullanılmasının yararları

Gereksinimler e-Öğrenme Anlamsal Web

Yayınlama Veri çekme Anlamsal web uygulamaları dağıtılmış

yapıya sahiptir. Her yere dağıtım sağlamaktadır. Birçok dağıtılmış veri kaynağını içermektedir.

Çözüm oluşturma

Tutucu Anlamsal web ortamında yazılım

etmenleri, ortak olarak servis dillerini

kullanabilirler. Böylelikle öğrenme

materyallerinin ileriye yönelik servisi ve etmenler arasında koordinasyon sağlanır. Herbir kullanıcının kendi kişileştirilmiş ve diğer etmenler ile iletişimde olan etmeni vardır.

Erişim Doğrusal

olmayan

URI’ler ile temsil edilen ve birbirleri ile ilişkilendirilmemiş bilgiden yeni bilgilere ulaşılabilmektedir. Bu alanda geliştirilen akıllı uygulamalara kişisel yaklaşım eklenerek, kişisel içerik yönetimi ve kişisel bilgi yönetimi sunmaktadır.

Simetrisi Simetrik Anlamsal web, öğrenme etkinlikleri dahil

bir kurumdaki bütün iş süreçleri için

bütünleşik bir eğitim platformu

(21)

Tablo 2.1.’in devamı

Gereksinimler e-Öğrenme Anlamsal Web

Yöntem Sürekli Aktif bilgi dağıtımı (Kişiselleştirilmiş

etmen tabanında) dinamik bir öğrenme ortamı yaratır.

Yetki Dağıtık Anlamsal web olabildiğince dağıtılmıştır.

Bu da etkili işbirlikli içerik yönetimi sağlar.

Kişiselleştirme Kişiselleştirilmiş Eğitim alanı (öğreten ya da öğrenen),

eğitim materyallerini araştırabilir ve kendi ihtiyaçlarına göre uyarlayabilir. Ontoloji, kullanıcı ihtiyaçları ve öğretim

materyallerinin özellikleri arasında

kurulan bir bağlantıdır.

Uyarlanma Dinamik Anlamsal web, dilsel içerik açıklaması

vasıtasıyla çeşitli biçimlerde mevcut olan bilgilerin kullanımını sağlamaktadır. Anlamsal web’in dağıtık biçimde olması

öğrenme materyallerinin sürekli

(22)

3. ANLAMSAL ÖĞRENME ORTAMLARININ İNCELENMESİ

3.1. Web Tabanlı Zeki Öğrenme Ortamları

E-öğrenme; teknoloji tabanlı birçok eğitim biçimini (teknoloji-tabanlı öğrenme, çevrimiçi öğrenme, sanal sınıflar vb.) ve sayısal teknolojilerin genel olarak anlam ve temel kavramları aynı olan farklı biçimlerdeki işbirliğini de kapsayan geniş bir uygulama sürecidir. Bu durum göz önüne alınarak, bu bölümde, e-öğrenmenin kapsadığı eğitim biçimlerinden biri olan web tabanlı zeki öğrenme ortamları anlatılmaktadır.

Web tabanlı e-öğretim, herhangi bir zamanda öğretimin uzaktaki kişilere verilmesi amacıyla internetin bir eğitim aracı olarak kullanıldığı yeni ve popüler bir yaklaşım olarak görülebilir. E-öğrenme terimi, web tabanlı bir sanal öğrenme ortamında öğrenme anlamına gelmektedir (Piccoli, Ahmad & Ives, 2004). Web tabanlı e-öğrenmede elektronik öğretim materyalleri uzaktan öğrenenlere web ortamında iletilir. Öğrenme materyalleri; eğitim içeriğini hızlı, etkili ve ekonomik olarak oluşturmak ve sağlamak için tek bir çözüme yönelik bütünleşik yapılandırılabilir bir altyapı sağlar (Aggarwal, Hatfield, Kemery, Valenti & Esnault, 2001).

Son 20 yılın en önemli konularından birisi olması ve gün geçtikçe artan bir ilgi odağı halinde yapay zeka teknolojileri, uzun yıllardan beri eğitim sistemlerinde kullanılmaktadır. Günlük hayatımızda her alanda karşımıza çıkan yapay zeka bileşenlerinin eğitim öğretim alanında kullanılması öğrencilerin daha hızlı ve doğru bir eğitim içeriğine ulaşmalarını sağlamaktadır.

Zeki öğretim sistemi; etkileşimli öğrenme ortamlarında öğrenci ile etkileşimde insan temelli öğrenmeyi destekleyen neyi öğreteceğini, kime öğreteceğini ve nasıl öğreteceğini bilen yapay zeka ortak oluşumunda yer alan tekniklerden yararlanarak tasarlanmış bir pedagojik bilgisayar sistemidir (Nwana, 1990). Zeki öğretim sistemleri ile öğrenme öğrenenlerin davranışlarına dayalı uyarlama ile “tam öğrenme” olur. Diğer taraftan öğrenme yaşantılarına (feed-back) ya da gelecekteki performanslarına (feed-forward) yönelik bu bilgiler öğrenene verildiğinde birey

(23)

kendi öğrenme süreçlerine ve e-öğrenme davranışlarına göre e-öğrenme ortamlarının kişiselleşmesine olanak sağlamaktadır. Yapay zeka, kişiselleştirilmiş öğrenme ortamlarının anahtar bileşenidir.

İnternet tabanlı bilgisayar sistemlerinin gelişmesi sonucunda Zeki Öğrenme Sistemleri (Intelligent Tutoring Systems, ZÖS); tüm öğrenenlere aynı içeriği sunmak yerine her bir öğrencinin hedefleri, tercihleri ve bilgileri için bir model oluşturarak öğrenmeyi öğrenci-sistem üst seviyesinde sağlamasından dolayı web tabanlı uyarlamalı zeki öğrenme sistemleri adını almıştır.

Şekil 3.1’de, ZÖS’inin yapısı gösterilmiştir. ZÖS, üç bileşenden oluşmaktadır. Bunlar; Eğitim-Öğretim sistemleri, bilişsel psikoloji ve yapay zekadır (Nedeva & Nedev, 2008).

Şekil 3.1. Zeki öğretim sistemlerinin yapısı

Eğitim-Öğretim: Eğitim ve öğretimin amacı öğrenmeyi sağlamaktır. Eğitim ve

öğretim faaliyetlerinin amacına ulaşması için öğrenmenin gerçekleşmesi gerekir. Eğitim ve öğretim sürecinde bireylere amaçlar doğrultusunda davranışlarını değiştirebilecekleri bir ortam hazırlamak buna uygun yaşantı geçirmeleri sağlanır.

Bilişsel Psikoloji: Düşünme, hissetme, öğrenme, hatırlama, karar verme, dil, problem

(24)

Yapay Zeka: Öğrenme ortamlarında öğrenenlere/öğretenlere öğrenme ve karar verme

için insan düşünme yeteneklerinin kullanıldığı alanlarda işlemlerin yapılmasını destekleyen bir bilgisayar dilidir.

ZÖS, öğrenme gelişimine dinamik olarak uyumlu olan öğretim sistemlerini amaçlayan bilgisayar tabanlı eğitim sistemlerine yapay zeka teknikleri uygulanmaktadır. Aynı zamanda öğrenciye öğretim materyallerinin gösteriminde esneklik ve kişiselleştirilmiş öğretim ortamı ve geri bildirim sağlama özelliklerine sahiptir (Moungdridou & Virvou, 2003).

Sistemde öğrenenler, zeki öğretim sistemini kullandıkça kendi eksikliklerini görebilir ve böylelikle bu eksikliklerin tamamlanması için farklı öğretim yöntemleri kullanılabilir. Öğretmenin, öğrenenlerden ve kendi deneyimlerinden elde ettiği bildirimlerden elde ettiği verileri değerlendirerek gerekli kısımların düzeltilmesi ve uygun öğretim materyalinin seçimi eğitim-öğretim ortamlarına kolaylıklar kazandırır (Erdemir & İngeç, 2014).

ZÖS, kişisel öğrenme metotlarına izin vermektedir. Örneğin; öğrenme sürecinin her adımında bireylere özgü kişiselleştirilmiş öğrenme ortamları sağlamasını, problem çözme sürecinde öğrenenlere yol gösterici şekilde uygun desteğin sağlanmasını, bireylerin tercihlerine göre öğrenme ortamlarının uyarlanmasını amaçlamaktadır.

3.2. Üstveri ve Öğrenme Ortamları

Web tabanlı öğrenme ortamında çok çeşitli benzeşik (homojen) ve ayrışık (heterojen) öğrenme kaynakları bulunmaktadır. Böyle kaynaklar, nesneye yönelik paradigmasına uygun olarak öğrenme nesnesi olarak tanımlanmaktadır. Öğrenme Teknolojisi Standart Komitesi, öğrenme nesnelerini şu şekilde tanımlamaktadır. Teknoloji destekli öğretim süresince kullanılabilen, yeniden kullanılabilen sayısal ya da sayısal olmayan herhangi bir varlıktır.

Öğrenme nesneleri ile ilgili olarak çeşitli hedefleri farklı ortamlarda kullanabilmek için bu nesnelerin tanınması veya onları açıklayan bilgilerle donatılmış olması gereklidir. Bu işlem tanımlayıcı bilgi anlamına gelen veya üstverilerle (metadata)

(25)

yapılır. Öğrenme ortamlarının yaratılmasında yeniden kullanılabilir öğrenme nesnelerinin kullanımı esnek ve yenilikçi öğrenme olanaklarını genişletir ve öğrenmenin ekonomik ve daha hızlı olmasını sağlar.

(Koutoumanos, 1999)’e göre Athena isimli bir web tabanlı öğrenme ortam prototipi sunulmuştur. Bu prototip, nesneye yönelik, bileşen tabanlı tasarım, dağıtık işlevsellik ve açık standartlar ve teknolojiler kullanılarak tasarlanmıştır. Athena, öğrenme nesne üst veri yönetimi sistemi, Öğrenme Nesneleri Üstveri (LOM: Learning Object Metadata) Standardı, uygulamak üzere tasarlanmıştır.

Öğrenme nesnesi örnekleri arasında, çoklu medya içeriği, öğrenme içeriği, öğrenme hedefleri, öğrenme yazılımı ve yazılım araçları ve teknoloji destekli öğrenme sırasında kişiler, kurumlar veya olaylar bulunmaktadır.

Gerçek yaşam boyu öğrenmedeki öğrenme nesnelerinin kullanımını iyileştirmek için yapay zeka tekniklerinin kullanımı önerilmiştir. Öğrenme nesneleri kullanılarak yeniden kullanılabilir akıllı ortamları yaratmak için etmenler kullanılmaktadır. Çoklu etmen sistemlerinin yararları, öğrenme sistemlerinin tasarımı için çok uygundur. Çünkü öğretme-öğrenme problemi işbirlikçi bir yaklaşımla ele alınabilir. Anlamsal öğrenme sistemlerinin tasarımı için kullanılan Çoklu Etmen Sistemleri (Multiagent Systems, ÇES) hızlı, çok yönlü ve düşük maliyetli sonuçlar elde edilmesini sağlamaktadır.

Öğrenme nesneleri ve etmenlerinin birlikte kullanılmasında birçok fayda bulunmaktadır. Genel olarak akıllı etmenler, belirli bir ortamda sürekli ve özerk (autonom) bir biçimde davranma özeliğine sahip birimler olarak tanımlanmaktadır.

Zeki Öğrenme Nesneleri (Intelligent Learning Objects, ZÖN), öğretmenin çalışma sürecinde kullandığı nesnelerin farklı amaçlarla öğrencileri destekleyici şekilde kullanıldığı gibi öğrenme deneyimlerini destekleyen bir etmendir.

ZÖN’leri; Yeniden kullanılabilirlik, birlikte çalışabilirlik, keşfedilebilirlik ve modülerlik olmak üzere üç ayrı özelliğe sahiptir (Friesen, 2001). Bir öğrenme

(26)

nesnesi, öğrenme nesnesinin kendisi (veri) ve öğrenme nesnesini tanımlayan bilgi (üstveri) olmak üzere iki bölümden oluşur.

ZÖN mimarisinde üç adet etmen tanımlanmıştır. Zeki Öğrenme Nesne Etmenleri

(Intelligent Learning Object Agents), öğrenme nesnelerinin oynadığı rollerden

sorumludur. Öğrencilerin öğrenme tecrübesi kazanmalarına olanak sağlamaktadır.

Öğrenme Öğretim Sistemleri, öğrenme yönetim sistemlerini (Moodle, aTutor,

Claroline vb.) soyutlama özelliği ile birlikte pek çok öğrenme yönetim sistemini desteklemektedir. Zeki öğrenme nesnelerinin depolanması ve bulunmasında sorumlu olan etmenlere ve kullanıcıya Zeki Öğrenme Nesneleri Deposu (Intelligent Learning

Object Repository, ZÖND) kullanım izin verilmektedir.

Şekil 3.2. Etmen topluluğu (Silveira, Gomes & Viccari, 2006)

Şekil 3.2’de etmen topluluğu gösterilmiştir. Öğrenciler öğrenme tecrübesi kazanabilmek için Öğrenme Yönetim Sistemleri (Learning Management Systems,

ÖYS) etmenleri ile iletişim halindedir. ÖYS etmeni, uygun ZÖN arama görevine

sahiptir. ZÖN, öğrencilere öğrenme tecrübesi kazandırılmasından sorumludur. Bu görevde daha zengin öğrenme tecrübelerini geliştirmek için ÖYS etmeni ile birlikte diğer etmenlerle FIPA-ACL (FIPA-Etmen İletişimi Dili- FIPA Agent

Communication Language) kullanarak iletişim kurulmaktadır. Etmenlerin

bulundukları ortamda sürekli bir döngü içinde diğer etmenlerle mesajlaşabilmelerini destekleyecek mekanizmalar tasarlanmıştır. ZÖND etmeni, öğrenme nesnelerini yönetmek ve öğrenme deneyimini yaşamak için uygun nesneleri aramaktadır.

(27)

3.3. Anlamsal İşbirlikli Öğrenme Ortamları

İşbirlikli öğrenme; iki ya da daha fazla kişinin birlikte öğrenme girişiminde olmalarını ifade eder. Her bireyin kendi başına öğrenmeye çalışmasından farklı olarak; öğrenme sürecine katılan kişiler diğerlerinin kaynaklarından ve becerilerinden yararlanmayı hedefler. Böyle bir öğrenme ortamında kişiler birbirlerinden enformasyon talep eder, görüş sorar, fikir paylaşır, diğerlerinin çalışmasını izleyerek olumlu/olumusz edinimler sağlamaya çalışır. Etkili bir öğretim sürecinin gerçekleşmesi için kullanılan modeller arasında günümüzde en fazla önemsenenlerden birisi de işbirlikli öğrenme modelidir. Çünkü işbirlikli öğrenme modellerinin bireyleri; akademik, sosyal, psikolojik vb. yönlerde geliştirilen çok sayıda bilimsel araştırma ile ortaya konulmuştur (Bayrakçeken vd., 2015).

Açıkgöz (2000)’e göre işbirlikli öğrenme; “öğrencilerin sınıf ortamında küçük hibrit gruplar biçiminde ortak bir hedefe yönelik, ortak akademik bir konuda birbirlerinin öğrenmelerine yardımcı oldukları grup başarısının değişik biçimlerde ödüllendirildiği bir öğrenme yaklaşımıdır (Açıkgöz, 1992). Slavin (1988)’e göre; bir kavram olarak işbirlikli öğrenme; öğrencilerin genellikle 2-6 kişilik küçük gruplar halinde çalıştıkları, grup yeterliliğinin değişik biçimlerde ödüllendirildiği öğretim ilke ve yöntemlerini içerir (Slavin, 1988). İşbirlikli öğrenmenin örgütsel yapısı esas olarak takımdır. Dolayısıyla öğrenme süreci, takımların oluşturulması ile başlar.

Anlamsal işbirlikli öğrenme ortamı, eğitim sistemlerinin kullanıcılarına yapay zeka teknolojilerinin avantajlarından yararlanma imkanı olan bir öğrenme alanı sunmaktadır. Anlamsal işbirlikli öğrenme ortamı, birbiriyle ilişkili dört ana unsurdan meydana gelir. Bunlar sırasıyla; bağlantılar, ölçümler (enstrümantasyon), zeka ve aktivitelerdir. Bağlantılar, kaynak paylaşımlı teknoloji eğitimi sağlar. Ölçümler, gerekli veri toplanmasını kolaylaştırır. Zeka, öğrenme sürecini güçlendiren kararların alınmasını sağlar. Aktiviteler, kaynak paylaşım temeline dayanan teknoloji eğitimini sağlar.

Anlamsal işbirlikli öğretim sistem mimarisi, Şekil 3.3.’de gösterilmektedir (Katalnikova, Novickis, Prokofyeva, Uskov & Heinemann, 2016). Anlamsal işbirlikli

(28)

öğretim sistem mimarisi beş ana modülden oluşmaktadır. Kullanıcı Modülü, sistem ve kullanıcı arasında bir arayüzdür. Yönetici Modülü, diğer modüllerden bilgi toplar, bilgiyi analiz eder ve işler. Analizden elde edilen bilgiler ile diğer modülleri desteklenir. Alan Bilgi Modülü, eğitim nesnelerini yönetir ve bu nesneleri kullanıcıya sunar. İşbirlikli eğitim modülü, eğitimin ortak hedefine uygun olarak stratejileri elde eder. Kontrol Modülü, kullanıcı görevlerini ve testleri destekler ve modele uygun olarak yürütülmesini doğrular.

Şekil 3.3. Akıllı işbirlikli öğretim sisteminin yapısı

Gelişmiş ülkelerdeki gibi ülkemizde de bu doğrultudaki çalışmalara hız verilerek ve çalışma sayıları artırılarak, alana özgü temel kavramlar ve bu kavramların alan öğretimiyle ilişkileri ve uygulamaya yönelik çözüm önerileri oluşturulur. Bu çözüm önerileri öğrencilerin öğrendiklerini kalıcı hale getirmelerine, anlamlı öğrenmeye ve tam öğrenmeye yönelik olacaktır.

İşbirlikli öğrenmeyi destekleyen anlamsal sistemler farklı şekillerde

sınıflandırılabilir. Sınıflandırma işlemleri aşağıda belirtilen boyutlara göre analiz edilir (Katalnikova vd., 2016):

 Pedagojik hedef: Eğitim faaliyetlerinin incelenmesi, seçilmesi ve uygulanması,

 İçeriğe müdahale: Akıl odaklı destekleme,

(29)

 Teknoloji: İnsan beyin gücünü bilgisayar teknolojisi ile karşılaştırma,  Tasarım alanı: Yapay zeka tabanlı platform.

3.4. Anlamsal Üst Bilişsel Öğrenme Ortamları

Öğrenme süreçleri, özellikle kavramsal olarak zengin olan alanlarla bağlantılı olduğunda, stratejik ortamların kullanımını gerektirir. Bu ortamlardaki üst bilişsel bakış açısıyla tasarım aşamasının bir sonucu olan öğrenme deneyimleri, bilgi ve kişisel bilginin yansımalı süreçlerini hayat geçiren bir araçtır. Genel olarak üst biliş kavramı:

 Kendi öğrenme ve bilgi işleme kapasitesinin farkında olma,  Kullanılacak öğrenme stratejisinin özelliklerini bilme,  Yapılacak çalışma için plan/program yapma,

 Etkili ve verimli öğrenme stratejilerini kullanma,

 Meydana gelen öğrenme durumunu izleme ve değerlendirme becerilerini

kapsamaktadır (Öztürk, 1995).

Üst biliş kişinin kendi öğrenme süreçlerine dair bakış ve değerlendirmesini ele almaktadır (Brown, 1987). Üst biliş aynı zamanda öz düzenlemeye dayalı öğrenme ortamının bir parçasıdır. Çünkü öz düzenleme kendini gözleme (self observation), kendini yargılama (self judgement) ve kendi kendine eyleme geçme (self reaction) becerisi sağlamaktadır (Zimmerman, 1989). Genel olarak öğrencilerin kendi öğrenme süreçlerini yansıtma yeteneğine sahip oldukları düşünülmektedir. Buna göre, üst bilişsel kontrol/düzenleme bir bireyin kendi izleme süreçlerinin bir sonucu olarak aldığı hem bilinçli hem de bilinçsiz kararlar topluluğudur (Schwartz & Perfect, 2002).

Üst bilişsel e-öğrenme ortamı, yenilikçi bir e-öğrenme platformunu (kişileştirilmiş ve diğer bilgi-tabanlı nitelikler) genişleten eğitim amaçları ile bağlamsallaştırılmış bir sosyal ağ sistemi ile kullanılmaktadır. Farklı bileşenler arasındaki bütünleştirme, üstbilişsel süreçlerin gelişimini etkinleştirmektedir. Öz-düzenleme etkinliklerini meydana getiren süreçler, öğrencilerin çalışma ortamlarını düzenlenmeleriyle birlikte

(30)

amaçlarına ve ihtiyaçlarına uygun bir şekilde öğrenme ortamlarında gerekli değişiklikleri yapmalarında da son derece önemlidir.

Öz-düzenleme, kişinin kendi amaçları doğrultusunda, bilişini, duygularını, eylemlerini ve çevrenin özelliklerini hedef alan çok bileşenli, yinelemeli, öz-yönetimli işlemlerdir (Lee, 2004). Dolayısıyla, Öz-Düzenlemeli Öğrenmenin (Self-Regulation Learning, SRL) dıştan düzenlenen öğrenmelerden ayırt edilmesi gerekir. Bu tür öğrenmenin önemli özelliklerinden birisi, kişinin kendi öğrenmelerinin kontrolünü/düzenlenmesini yine kendisi yapmasıdır.

(Greene & Azevedo, 2007; Witherspoon, Azevedo & D’Mello, 2008) çalışmalarında üç aşamalı düzenleme modeli tanımlanmıştır. Bu modelde ilk süreç

öz-yönlendirebilmedir (self-instructioning). Öz-planma ve öz-değerlendirme işlemlerine

dayanır. Öğrenciler, öz-planlama aktiviteleri süresince ders sonuçlarını kendilerinin tasarladıkları etkinlikler yoluyla takip ederler. Bununla birlikte öz-değerlendirmede gözlenen davranış, kişinin içsel değerleri ya da kriterleriyle karşılaştırılır sonuç olarak farklılık seviyesi dikkate alınır. Burada artık kendi kendini değerlendirme süreci uygulanmaya başlanır. Kişinin hedefleri ile şimdiki durumu arasındaki farklılığın izlenmesi öz-düzenleme işlemi için kritiktir. İkincisi öz-denetimdir

(self-controlling). Kişinin hedef belirleme ve öz-kontrol işlemlerinde kullanılır. Hedef

belirleme, öğrencilerin gereksinimlerini kontrol etmede ve öğrencilerin hedeflerini açıklamada öğrencilere imkan sağlamaktadır. Öz-kontrol işlemi, öğrencilerin kendi hedeflerini belirlemede yaptıkları değerlendirmeyi ifade etmektedir. Üçüncü süreç ise öz-pekiştirmedir (self-reinforcement). Kişi sözlü ifadeleri ya da dışsal ödülleri bir isteklendirme aracı olarak kullanır.

Yapay zeka teknolojilerindeki gelişmelerle birlikte e-öğrenme ortamlarında tüm öğrenenlere aynı öğrenme stratejisinin uygulanması yerine, kişiselleştirilmiş öğrenme ortamlarının tasarlanması yaygınlaşmıştır. Öz Düzenlemeli Öğrenme, kişiselleştirilmiş e-öğrenme tecrübelerini yürütme (öğretenler için) ve tanımları

(öğrenenler için) etkinleştirmek için bir takım araçlar sağlamaktadır.

(31)

yürütmek için öğrenenlere yardımcı olur ve öğrenenlerin öz düzenlemeli öğrenme yeteneklerini artırmaktadır.

3.5. Bulut Tabanlı Öğrenme Ortamları

Web 2.0, açık ve tekrar kullanılabilir araçlar ve hizmetler sağlayarak e-öğrenme ortamları için yeni imkanlar sunmaktadır. Kişisel Öğrenme Ortamlarını (Personal Learning Environment-PLE), eğitim alanında da kullanan Web 2.0 teknolojisine verilen genel bir ifadedir. PLE, geleneksel öğrenme ortamlarına nazaran öğrenenlere kendi bireysel öğrenme süreçlerini yönetebilecekleri daha esnek bir öğrenme ortamı sunan sanal ortamlardır. Kişisel öğrenme ortamları, öğrenenlerin diğer öğrenenlerle sosyal ilişkiler kurarak ihtiyaca göre düzenlenebilen içerik ile birlikte öğrenme için seçilen farklı, kolay ve etkileşimli bir yoldur.

Web 2.0’ın getirmiş olduğu paylaşım web ortamında bilgi kirliliğine sebep olmuş, insanlar artık doğru ve net bilgiye ulaşmakta zorluk çekmektedir. Web ortamında kullanıcının arama, düzenleme ve veri madenciliği yapmasını bekleyen milyonlarca büyük veri kümeleri bulunmaktadır. Büyük veri kümelerinden etkin bilgi elde edilmesi ile gerçek dünya problemlerinin çözümü için akıllı analizleri yapılması önemlidir.

Bulut bilişim veya bulut teknolojisi; ortak kullanılan kaynaklar, tüm uygulama, program ve verilerinizin sanal bir sunucuda yani bulutta depolanması ve internete bağlı olduğunuz herhangi bir ortamda elektronik cihazlarınız aracılığıyla bu bilgilere, verilere, programlara kolay erişim ve paylaşım sağlamaktadır. Öğrenenler, bulut öğrenme ortamı ile eğitim kurumlarından bağımsız olarak tasarladıkları, geliştirdikleri ve yönettikleri kişisel sanal bir öğrenme ortamı oluştururlar. Sanallaştırma, şu an ulaştığı noktada bulut bilişimin temel taşlarından biri niteliğindedir.

Mobil teknolojilerin kullanıldığı ortamlardaki veri kaynakları ve bilgisayar yazılım paylaşımı ve altyapı destek hizmetleri gibi konularda karşılaşılan sorunlar nedeniyle yeterli düzeyde yararlanılmamıştır. Burada mobil öğrenmede karşılaşılan sorunları gidermeye yönelik etkili çözümler üretilmelidir. Bulut teknolojisi, minimum kaynak

(32)

kullanımıyla, zaman ve mekandan bağımsız olarak depolama, iletişim, planlama vb. olanaklar sunmaktadır. Böylelikle mobil öğrenme, daha etkin ve verimli biçimde yapılmaktadır (Sarıtaş, 2013).

Sunulan bulut bilişim öğrenme servislerin kapsamının oldukça geniş olması nedeniyle belirlenmiş hedeflerin gerçekleştirilmesi oldukça zordur. Bulut ortamında elde edilebilir öğrenme servislerinin anlamsal tanımlarının eksikliği, web 2.0 kaynaklarına erişimi engellemektedir.

Öğrenen birey için kişisel öğrenme ortamları ve bulut öğrenme ortamları birçok avantaj sağlamaktadır.

Kişiselleştirme: Öğrencinin ilgi alanına ve öğrenme biçimine göre hazırlanmış

öğrenme ortamıdır. Kişiselleştirilebilir öğrenme ortamlarının oluşturulmasında; her kişi için öğrenme biçimleri, öğrenme hızları, yetenekleri, beklentileri, tecrübeleri, güdülenmeleri gibi birçok özelliklerin dikkate alındığı bir öğrenme ortamı önemli bir rol oynamaktadır.

İşbirlikli öğrenme: Öğrenenlere yönelik en iyi işbirlikliğine dayalı öğrenme ve

paylaşımlı bir öğrenme deneyimi sunmaktadır. Çevrimiçi öğrenme ortamı oluşturulmasına da destek olmaktadır.

Öz-düzenlemeli öğrenme: Öğrenenlerin kendi amaçları doğrultusunda nasıl

öğrenileceği konusunda rehberlik etmektedir. Yetkinlik temelinde öğrenme kaynaklarını incelemek, öğrenme görevini yerine getirmek ve diğer öğrenenlerle bağlantı kurulması ile ilgili önerileri içermektedir.

Son zamanlarda yapılan bulut teknolojileri ile ilgili çalışmalarda bulut öğrenme ortam elemanları öğrenme servislerinin modellenmesi ve bulunması işlemleri için ontoloji kullanımı önerilmektedir.

Teknoloji destekli öğrenim ile ilişkili üst verinin güçlü ve etkili bir yönetimi için anlamsal web teknolojilerinin kullanıldığı katmanlı bir mimari geliştirilmiştir (Mikroyannidis, Lefrere & Peter, 2010).

(33)

Şekil 3.4’de çok katmanlı anlamsal bilgitabanı gösterilmiştir. Bu piramit dört katmandan oluşmaktadır. Birinci katman olan Sözcüksel Alan katmanı genel ve bulut öğrenme servislerinin modellenmesi için kullanılan üst seviye ontolojileri (örnek, WordNet) sunmaktadır. Öğrenme Alanları katmanı öğrenenlerin ilgi alanları anlamsal olarak modellenmektedir. Burada daha genel ontolojiler (örnek: biyoinformatik) kullanılmaktadır. Öğrenme Kaynakları katmanı bulut öğrenme ortamındaki öğrenenlerin öğrenme tercihlerini ve özelliklerini belirleyerek bu özelliklere uygun olan öğrenme içeriğini ve öğretim araçlarını kapsamaktadır. Bu katmandaki ontolojiler, öğrenme içeriğini ve ilgili üstverileri tanımlamakta kullanılabilmektedir. Öğrenenler katmanı ontolojiler kullanılarak öğrencilere ait öğrenme profilleri (ilgiler, hedefler, tercihler ve yetenekler) modellenmektedir (Mikroyannidis, 2012).

Şekil 3.4. Bulut öğrenme ortamında anlamsal bilgitabanı

3.6. Anlamsal Öğrenme Ortamlarının Karşılaştırılması

Web tabanlı zeki öğrenme ortamlarının, üstveri ve e-öğrenme ortamlarının, anlamsal işbirlikli öğrenme ortamlarının, anlamsal üst bilişsel öğrenme ortamlarının ve bulut

tabanlı öğrenme ortamları; teorik temelleri, internet teknolojisi, erişim modeli,

kullanılan teknik modeli, dağıtım modeli, sistem yönetimi, dağıtık hesaplama, tanımlı ontolojiler ve öğrenme stili boyutları açısından karşılaştırılması Tablo 3.1’de verilmiştir.

(34)

Tablo 3.1. Anlamsal öğrenme ortamlarının karşılaştırılması Özellikler Web Tabanlı Zeki Öğrenme Ortamları Üstveri ve Öğrenme Ortamları Anlamsal İşbirlikli Öğrenme Ortamları Anlamsal Üst Bilişsel Öğrenme Ortamları Bulut Tabanlı Öğrenme Ortamları Teorik Temelleri Web tabanlı sistemler, zeki öğretim sistemleri Üst veri, öğrenme nesneleri Kaynak paylaşımlı eğitim, grup üyeleri arasındaki olumlu bağımlılık, heterojen gruplar, yapay zeka Akıllı web öğreticiler, anlamsal ilişkiler, üst bilişsel işlemler, yapay zeka Yapay zeka, bulut teknolojisi İnternet Teknolojisi Web 2.0, web 3.0 Web 2.0 Web 2.0, web 3.0 Web 2.0, web 3.0, nesnelerin interneti (IoT) Web servisleri, Web 2.0, servis odaklı mimari standartları Erişim Modeli Web tabanlı, çevrimiçi RDF tabanlı üst veri tanımlama modeli Etmen tabanlı, anlamsal web tabanlı Anlamsal web tabanlı Web tabanlı, bulut servis modelleri Kullanılan Teknik Modeli Hiper ortam sistem modeli, Üst veri kontrollü öğrenme nesneleri Ontoloji tabanlı mimari, yapay zeka teknikleri, aktif öğrenme yöntemleri Didaktik taksonomiler benzerlikler, benzerlik eşleştirme Sanallaştır-ma, yapay zeka, bilişsel analiz

(35)

Tablo 3.1.’in devamı Özellikler Web Tabanlı Zeki Öğrenme Ortamları Üstveri ve Öğrenme Ortamları Anlamsal İşbirlikli Öğrenme Ortamları Anlamsal Üst Bilişsel Öğrenme Ortamları Bulut Tabanlı Öğrenme Ortamları Dağıtım modeli Çok yönlü iletişim modeli Dağıtık veri mimarisi, etmen tabanlı sistem mimarisi Dağıtık, topluluk Dağıtık, bulut veri modeli Genel, özel, topluluk, hibrit Sistem Yönetimi Zeki öğretim, öğrenme/ içerik yönetimi Etiket (tag) tabanlı yönetim Anlamsal ağ yönetimi Anlamsal ağ yönetimi Otomatik hesaplama, kendi-kendini yönetebilen (self-managed) hesaplamalı sistem yönetimi Dağıtık Hesaplama Web servisleri Grid hesaplama Sosyal eğitim ağ servisleri Sosyal ağ servisleri, web servisleri Kümeleme, Grid hesaplama

(36)

Tablo 3.1.’in devamı Özellikler Web Tabanlı Zeki Öğrenme Ortamları Üstveri ve Öğrenme Ortamları Anlamsal İşbirlikli Öğrenme Ortamları Anlamsal Üst Bilişsel Öğrenme Ortamları Bulut Tabanlı Öğrenme Ortamları Tanımlı ontolojiler Akdemir (2016) Kullanıcı profil ontolojileri, etiket ontolojileri, Friend-of-a-Friend (FOAF), Alan, İçerik Yapı ve Kullanıcı Model Ontolojileri (Choi & Kang, 2012), Personalized Education Ontology (Fok, 2006) ConceptNet, CogSkillNet (Skill ontology) (Askar & Altun, 2009) Her türlü ontoloji kullanılmak- tadır Öğrenme Stili Model tabanlı bilgi gösterim temelli, Kişiselleşti-rilmiş öğrenme Öğrenme nesneleri Bilgisayar destekli işbirlikli öğrenme, Kişiselleşti-rilmiş öğrenme Kişiselleştiril miş öğrenme, öz düzenlemeli öğrenme, bilişsel yetenek Bulut tabanlı

(37)

4. SONUÇ

Öğrenen ve öğretenin fiziksel olarak birbirinden ayrı olduğu e-öğrenme ortamlarında, öğrenenlere verilen destek öğrenme süreci boyunca ilerlemenin sağlanmasındaki faktörlerden biridir. Bu bağlamda, öğrenen özelliklerine uygun öğrenme yollarının belirlenmesi, kişiselleştirilmiş içeriklerin sunulması ve anlık geri dönütlerle öğrenenlere rehberlik edilmesi öğrenen başarısını ve memnuniyetini arttırabilir.

Bilgisayar ve internet teknolojilerinin eğitim öğretim faaliyetlerinde kullanılması birçok avantaj sağlamaktadır. Zamandan ve ortamdan bağımsızlık sağlama, kolay bilgiye ulaşma, geleneksel öğretim yöntemlerine yardımcı veya alternatif olma gibi olumlu özelliklere sahiptir.

Anlamsal web teknolojisi, internetin etkinliğini büyük oranda arttıracak, bilginin tekrar kullanımını sağlayacak ve bilginin sunum gücünü arttıracaktır. Bilgiler belirli bir standart ile tanımlandığından farklı yerlerdeki bilgilerin birleştirilmesi ve bu bilgilerin birlikte işlenmesi de böylece mümkün olacaktır.

Bugün, hesaplamalı bilimler ve makine öğrenme tekniklerinin bilgi edinim teknikleriyle birleştirilmesi, yeni nesil akıllı e-öğrenim/eğitim sistemlerinin tasarımında karşılaşılan birçok teknik sorunu ve zorluğu çözer. Bununla birlikte, bilgi mühendisliği, yapay zeka, makine öğrenimi, eğitim teknolojisini web bilimi ile birleştirmek için daha fazla araştırmaya ihtiyaç duyulmaktadır. Eğitim ve öğretimde kullanılan kavram ve süreçler için gerekli bazı işlevler vardır. Bu işlevleri, gerekli bilginin seçilmesi, uygun kararlar verme, kararlara göre sonuçların çıkarılması, gözden geçirerek iyileştirmelerin yapılması, istenilen karşılaştırmaların yapılması ve problem çözme olarak sıralayabiliriz. Bu nedenle web tabanlı zeki (akıllı) e-öğrenme ve öğretme sistemleri yeni bir nesil yaratacaktır. Bu sistemlere dayanan web, çevrimiçi eğitim/öğrenme/eğitim süreçlerini web üzerinden artırabilir.

Diğer taraftan, zeki etmen teknolojisi, bilgi sunumunun öğrenme ve sosyal etkileşimle zenginleştirildiği yapay zekanın modern bir sürümü olarak evrensel

(38)

kablolu ve kablosuz ağ ortamında yapay zeka, dağıtılmış yapay zekanın evrensel bir taşıyıcısı rolünü oynayabilir. Böylece, yazılım etmen yaklaşımlarının ve eğitim teknolojilerinin entegrasyonu, verimli, sağlam ve akıllı e-öğrenme sistemleri tasarlamak için yararlıdır. Ek olarak, bu tür sistemlerin buluta taşınması önemli kolaylıklar da sağlayacaktır.

Çalışma kapsamında; web tabanlı zeki öğrenme ortamları, üst veri ve öğrenme ortamları, anlamsal işbirlikli öğrenme ortamları, anlamsal üst bilişsel öğrenme ortamları ve bulut tabanlı öğrenme ortamlarının genel yapısı ayrıntılı olarak incelenmiştir. Bu ortamlar; teorik temelleri, internet teknolojisi, erişim modeli, kullanılan teknik modeli, dağıtım modeli, sistem yönetimi, dağıtık hesaplama, tanımlı ontolojiler ve öğrenme stili olarak 9 (dokuz) farklı boyutta ele alınarak karşılaştırılmıştır.

Sonuç olarak; yapay zeka algoritmalarının kullanıldığı zeki öğretim sistemlerinin hayatımıza girmesi ile eğitim alanında yeni ufukların açılması kaçınılmazdır. Günümüzde geleneksel öğretim sisteminde ortaya çıkabilecek birtakım yetersizliklerin üstesinden ancak yapay zeka programlama teknikleri kullanılarak hazırlanan zeki öğretim platformları ile gelineceği açıktır. Yapay zeka teknolojilerini kullanabilen anlamsal web teknolojilerinin kullanıldığı anlamsal öğrenme ortamı, öğrencilere genel olarak anlamsal işbirlikli öğretim temelinde zihinsel bir ortam oluşturmak, kendi kendini yönlendirmesi ve etkinliklerin çok olduğu öğrenme imkanı sunmaktadır. Zengin ve esnek bir üst veri bilgisine sahip öğrenme nesneleri kullanılarak yeniden kullanılabilir akıllı öğrenme ortamları yaratmak için kullanılan etmenler ile ilgili çeşitli modellemelerin yapılabileceği anlaşılmaktadır. Yapay zeka teknolojilerindeki gelişmelerle birlikte e-öğrenme ortamlarında tüm öğrenenlere aynı öğrenme stratejisinin uygulanması yerine, kişiselleştirilmiş öğrenme ortamlarının tasarlanması yaygınlaşmıştır. Öğrenenler, bulut öğrenme ortamı ile eğitim kurumlarından bağımsız olarak tasarladıkları, geliştirdikleri ve yönettikleri kişisel sanal bir öğrenme ortamı oluştururlar. Sanallaştırma, şu an ulaştığı noktada bulut bilişimin temel taşlarından biri niteliğindedir.

(39)

KAYNAKLAR

Açıkgöz, K.Ü. (1992). İşbirlikli Öğrenme Kuram Araştırma Uygulama, Uğurel Matbaası, Malatya.

Aggarwal, A.K., Hatfield, J., Kemery, E., Valenti, S. & Esnault, L. (2001). Web-based Education: Changing the Equilibrium? in Managing Information Technology in a Global Economy: 2001 IRMA International Conference, Toronto, Ontario Canada, 2001, Idea Group Publishing: Hershey London Melbourne Singapore, 1197.

Akdemir, E. (2016). Ontoloji Tabanlı Zeki Öğretim Sistemleri ile Yabancı Dilde Kelime Öğrenme, Gazi Üniversitesi Bilişim Enstitüsü, Yayınlanmış Yüksek Lisans Tezi.

Alsultanny, Y. (2006). E-Learning System Overview based on Semantic Web, The

Electronic Journal of e-Learning, 4(2), 111-118.

Askar, P. & Altun, A. (2009). CogSkillnet: An Ontology-Based Represnetation of Cognitive Skills, Educational Technology & Society, 12(2), 240-253.

Bayrakçeken, S., Doymuş, K. & Doğan, A. (2015). İşbirlikli Öğrenme Modeli ve

Uygulaması, 2. Baskı, Ankara, Pegem Akademi Yayıncılık.

Berners-Lee, T., Hendler, J. & Lassila, O. (2001). The Semantic Web, Scientific

American, 284(5), 34-43.

Bouchet, F., Harley, J.M. & Azevedo, R. (2013). Impact of Different Pedagogical Agents’ Adaptive Self-regulated Prompting Strategies on Learning with MetaTutor. In Artificial Intelligence in Education, 815-819.

Brown, A. (1987). Metacognition, executive control, self-control, and other mysterious mechanisms. F. Weinert & R. Kluwe (Eds.), Metacognition,

Motivation, and Understanding (pp. 65-116). Hillsdale, NJ: Erlbaum.

Choi, S.Y. & Kang, J.M. (2012). An Adaptive System Supporting Collaborative Learning Based on a Location-Based Social Network and Semantic user Modeling, International Journal of Distributed Sensor Networks.

Corcho, O., Fernández-López, M. & Gómez-Pérez, A. (2007). Ontology engineering: what are ontologies and how can we build them? Cardoso, J. (Ed.).

Semantic Web: Theory, Tools and Applications. Information Science

Reference London.

Çağıltay, K. (2001). Tekrar Kullanılabilen Öğrenme Nesneleri (TEKÖN) ve Örnek Bir Çalışma, 19th Turkish Informatics Society Coference.

(40)

Dutta, B. (2006). Semantic Web Based E-learning. DRTC Conference on, ICT for

Digital Learning Environment.

Erdemir, M. & İngeç, Ş.K. (2014). Fizik Eğitiminde Web Tabanlı Zeki Öğretim Sisteminin (ZÖS) Başarıya Etkisi. Eğitim ve Öğretim Araştırmaları Dergisi,

3(1), 289-298.

Fok, A. W. P. (2006). PEOnto – Integration of Multiple Ontologies for Personalized Learning. Proceedings of the 5th IASTED international conference on

Web-based education, 88-93.

Friesen, N. (2001). What are Educational Objects? Journal of Interactive Learning

Environments, 3(9).

Gagné, R.M., Wager, W.W., Golas, K.C. & Keller, J.M. (2005). Principles of

instructional design. Belmont, CA: Thomson Wadsworth.

Greene, J.A. & Azevedo, R. (2007). A theoretical review of winne and hadwin’s model of self-regulated learning: New perspectives and directions. Revıew

Of Educatıonal Research, 77(3), 334–372.

Gu, L. & Wang, J. (2016). Explore Factors and Moderators Affecting E-Learning System Success, The International Journal of Business & Management, 4(7).

Gültepe, Y. & Memiş E.K. (2014). Kavram Haritalarının Ontoloji Tabanlı Oluşturulması: Kuvvet Konusu Uygulama Örneği. Journal of Instructional

Technologies & Teacher Education, 3(1), 24-33.

Jennings, N. & Wooldridge, M. (1996), Software Agents. IEE Review, 17-20.

Katalnikova, S., Novickis, L., Prokofyeva, N., Uskov, V. & Heinemann, C. (2016).

Intelligent Collaborative Educational Systems and Knowledge

Representation, ICTE 2016, 104(2017), 166-173.

Kim, J., Lee, A. & Ryu, H. (2013). Personality and its effects on learning performance: Design guidelines for an adaptive e-learning system based on a user model. International Journal of Industrial Ergonomics 43, 450-461. Koper, R. (2004). Use of the Semantic Web to Solve Some Basic Problems in

Education: Increase Flexible, Distributed Lifelong Learning, Decrease Teachers’ Workload. Journal of Interactive Media in Education, 2004(6). Koutoumanos, A. (1999). A system for the creation and utilization of web-based

virtual learning places. (Ph.D. Thesis), Natioanl Technical University of Athens.

Lee, I. (2004). Searching For New Meanings of Self-Regulated Learning in E-Learning Environments. Cantoni, L. & McLoughlin, C. (Eds.), Proceedings

of World Conference on Educational Multimedia, Hypermedia and Telecommunications 2004, 3929-3934.

Şekil

Şekil 2.1. Anlamsal web katmanı
Tablo  2.1’de  e-öğrenme  gereksinimlerini  gerçekleştirmek  için  anlamsal  web  teknolojilerini kullanma avantajları sunulmuştur (Shah, 2012)
Tablo 2.1.’in devamı
Şekil  3.1’de,  ZÖS’inin  yapısı  gösterilmiştir.  ZÖS,  üç  bileşenden  oluşmaktadır
+7

Referanslar

Outline

Benzer Belgeler

Birbirini tamamlayan altı bö- lümden oluşan eserin ilk bölümünde okul dışı eğitim süreçlerinin temelleri ele alı- nırken; ikinci bölümde ise okul dışı ortamlarda

Anadolu Üniversitesi Eğitim Fakültesi Bilgisayar ve Öğretim Teknolojileri Bölümü mezunu olan Okur, yüksek lisans eğitimini Anadolu Üniversitesi Fen Bilimleri

Bu tür problemleri engellemek için geliştirilen öğrenme ortamında basit sözdizimi olan gerçek programlama dillerine benzeyen yeni bir dil oluşturulmuştur. Bu

 Öğrenme işlemine katılan duyu organlarımızın sayısı Öğrenme işlemine katılan duyu organlarımızın sayısı ne kadar fazla ise o kadar iyi öğrenir ve geç.. ne kadar

• Öğrenen kişi, etkileşim ve pekiştireç için aktif.. • Görülebilen basit davranışların

Proje Tabanlı Öğrenme Yaklaşımı’nın bu hedef doğrultusunda hareket etmesi, yani yaşamsal problemlerin çözümü için bir yapı organize etmesi.. «pragmatik

Öğrencinin belli bir öğrenme birimini anlayabilmesi için gerekli olan ön koşul öğrenmeler, sözel ve sayısal yetenekleri ve

Komut ‐ Alıştırma ‐ Eşli Çalışma ‐ Kendini ‐ Katılım – Yönlendirilmiş – Problem Çözme